案例01｜端到端方法：從企業問題走到部署與整合

案例02｜智慧資料流探索器：追溯資料從來源到報表的旅程

案例03｜商業目標與技術目標：把價值轉成可衡量指標

案例04｜功能性與非功能性需求：同時定義做什麼與做到什麼程度

案例05｜需求責任矩陣：提早釐清負責、核准、諮詢與知會角色

案例06｜需求優先排序：用 MoSCoW 框架界定本期範圍

案例07｜需求可追溯與變更控制：把目標、測試與影響串起來

案例08｜企業架構文件：用六類產出記錄高階設計決策

案例09｜技術堆疊與安全設計：為智慧資料流方案選擇企業元件

案例10｜智慧資料流方案工作流：從指令碼擷取到查詢消費

案例11｜四層資料架構：保留原始資料、遮蔽個資並建立分析表示

案例12｜混合搜尋與查詢消費：結合語意相近與精確字詞

案例13｜企業資料管線五階段：從擷取到向量化與索引

案例14｜客製化指令碼處理：遮蔽、分段、清理、豐富與增量索引

案例15｜模組化資料處理程式：用單一職責拆解整條管線

案例16｜三萬個資料庫物件：把嵌入維度從 3072 降到 256

案例17｜資料保留與暖儲存：在復原、稽核與成本間取捨

案例18｜通用化與專門化：讓跨資料庫解析兼顧一致與精準

案例19｜模型開發流程：從資料準備到提示工程與人工基準

案例20｜郵輪資料血緣：從最終回饋摘要反查九個相依節點